餐飲類生活平臺(tái)用戶粘性影響因素研究
——以“餓了么”為例

宋曉利，侯振興

(1.蘭州財(cái)經(jīng)大學(xué) 信息工程學(xué)院，甘肅 蘭州 730020；2.蘭州財(cái)經(jīng)大學(xué) 創(chuàng)新創(chuàng)業(yè)學(xué)院，甘肅 蘭州 730101)

餐飲類生活平臺(tái)是傳統(tǒng)餐飲業(yè)借助電子商務(wù)實(shí)現(xiàn)產(chǎn)業(yè)變革的產(chǎn)物。用戶對(duì)平臺(tái)的喜愛(ài)與持續(xù)使用意愿，能極大地影響餐飲類生活平臺(tái)的用戶粘性，助力平臺(tái)的持續(xù)發(fā)展。粘性是買賣雙方之間建立的一種長(zhǎng)期互動(dòng)的友好關(guān)系，高度的用戶粘性，對(duì)于平臺(tái)吸引用戶、保留用戶、盈利以及發(fā)展均具有重要意義[1]。

目前針對(duì)用戶粘性的研究大致上可以分為兩方面：一方面是研究用戶粘性與用戶滿意度、用戶信任、服務(wù)質(zhì)量等具體方面的關(guān)系，以及用戶粘性在其中發(fā)揮的作用[2-3]；另一方面則是基于某一視角(用戶體驗(yàn)、用戶粘性的使用行為等)或者與具體的某一行業(yè)、場(chǎng)景等相結(jié)合進(jìn)行的相關(guān)研究[4-5]。在這些研究中，有學(xué)者認(rèn)為，在用戶忠誠(chéng)度研究中，用戶滿意度具有中介作用，其中介作用的發(fā)揮受信任和承諾的影響[6-7]。同時(shí)，也有學(xué)者論述了用戶忠誠(chéng)度與服務(wù)質(zhì)量之間的正向影響關(guān)系[8-9]。在服務(wù)質(zhì)量體系中，產(chǎn)品質(zhì)量極大地影響著用戶信任，獎(jiǎng)勵(lì)機(jī)制也可以有效地幫助企業(yè)獲取用戶信任，這些因素共同促進(jìn)了用戶粘性的形成與提升[10-11]。平臺(tái)的有用性和易用性會(huì)對(duì)用戶體驗(yàn)產(chǎn)生積極作用，隨后用戶體驗(yàn)作用于用戶滿意度，繼而影響用戶粘性的提升[12]。在基于某一視角或者與具體行業(yè)、場(chǎng)景等相結(jié)合的研究中，研究者發(fā)現(xiàn)，在用戶粘性形成的前期，消費(fèi)者的態(tài)度和感知的行為控制對(duì)其購(gòu)買意圖具有積極的影響[13]。在此基礎(chǔ)上，消費(fèi)者的性別、年齡、活躍程度、用戶數(shù)量等具體細(xì)致的因素在不同程度上影響著用戶粘性的形成[14-15]。同時(shí)，有用性、易用性、企業(yè)形象、顧客價(jià)值、感知價(jià)值等客觀因素和用戶信任、用戶滿意度、用戶體驗(yàn)、持續(xù)使用意愿等主觀因素也會(huì)對(duì)消費(fèi)者的決策行為產(chǎn)生影響，并且在很大程度上影響用戶忠誠(chéng)度[15-18]。此外，產(chǎn)品的價(jià)格、口碑評(píng)價(jià)等因素也極大地影響了消費(fèi)者的決策行為[19-20]。其中，積極的產(chǎn)品口碑對(duì)于吸引新客戶具有重要作用，而且價(jià)格與口碑之間具有負(fù)向關(guān)系。也就是說(shuō)，對(duì)于回頭客而言，價(jià)格對(duì)口碑的影響日益減小[21]。在旅游業(yè)中，顧客與商家的互動(dòng)、顧客愉悅感以及感知風(fēng)險(xiǎn)等因素，均會(huì)影響用戶粘性[22-23]。在商業(yè)平臺(tái)中(如美團(tuán)外賣、百度糯米等)，研究者發(fā)現(xiàn)：平臺(tái)的網(wǎng)頁(yè)外觀設(shè)計(jì)、網(wǎng)頁(yè)簡(jiǎn)便度、社群范圍、社群氛圍等因素會(huì)在不同程度上影響用戶忠誠(chéng)度，供應(yīng)商、假期、優(yōu)惠促銷等一系列外部因素也會(huì)影響用戶粘性的形成[24-25]。

雖然已有研究從上述兩個(gè)方面分析了用戶粘性的影響作用及作用機(jī)制，但是，多數(shù)研究?jī)H僅是從某個(gè)方面或者某一視角研究了用戶粘性的影響因素，缺乏對(duì)用戶粘性影響因素的綜合性研究。因此，從產(chǎn)品、平臺(tái)及消費(fèi)者等多方面探討用戶粘性的影響因素，具有重要的價(jià)值和意義。筆者選擇“餓了么”平臺(tái)為研究對(duì)象，通過(guò)分析平臺(tái)用戶的樣本數(shù)據(jù)來(lái)進(jìn)行用戶粘性影響因素分析，確定了對(duì)于用戶粘性的形成具有重要影響作用的因素。在此基礎(chǔ)上，根據(jù)實(shí)際情況提出行之有效的策略和措施，以幫助平臺(tái)有針對(duì)性地進(jìn)行用戶粘性的培養(yǎng)與建設(shè)，助力平臺(tái)的持續(xù)穩(wěn)定發(fā)展。

1 理論基礎(chǔ)與模型構(gòu)建

1.1 理論基礎(chǔ)

期望確認(rèn)理論(ECT)從期望、績(jī)效、確認(rèn)等因素來(lái)分析滿意度的變化；計(jì)劃行為理論(TPB)從態(tài)度、主觀規(guī)范、知覺(jué)行為控制、行為意向和行為等5大方面對(duì)消費(fèi)者行為進(jìn)行研究。用戶期望和計(jì)劃行為為用戶粘性研究奠定了理論基礎(chǔ)，因此，筆者以期望確認(rèn)理論和計(jì)劃行為理論為理論基礎(chǔ)展開(kāi)用戶粘性影響因素研究，從“餓了么”平臺(tái)用戶的期望和計(jì)劃行為出發(fā)，與其他因素共同構(gòu)建用戶粘性模型。

1.2 模型構(gòu)建

用戶在餐飲類生活平臺(tái)消費(fèi)時(shí)會(huì)基于個(gè)人的心理期望和計(jì)劃，實(shí)施多樣化的消費(fèi)行為，基于用戶的消費(fèi)行為及其后續(xù)的使用意愿，可以進(jìn)行用戶粘性影響因素等相關(guān)研究。根據(jù)已有的用戶粘性研究成果，用戶粘性的影響因素如表1所示。

表1 用戶粘性影響因素匯總

通過(guò)文獻(xiàn)梳理發(fā)現(xiàn)，用戶粘性的影響因素主要集中在產(chǎn)品、平臺(tái)及消費(fèi)者3個(gè)維度。綜合“餓了么”平臺(tái)用戶的樣本數(shù)據(jù)，通過(guò)數(shù)據(jù)梳理與歸類發(fā)現(xiàn)：產(chǎn)品維度可細(xì)化至質(zhì)量、價(jià)格及評(píng)價(jià)，平臺(tái)維度可細(xì)化至商家信譽(yù)、配送時(shí)間、App功能及活動(dòng)促銷，消費(fèi)者維度可細(xì)化至用戶期望、用戶體驗(yàn)、用戶習(xí)慣、用戶滿意度及用戶持續(xù)使用意愿。基于此，從產(chǎn)品、平臺(tái)及消費(fèi)者3個(gè)維度分析用戶粘性的影響因素，在此基礎(chǔ)上建立用戶粘性模型，如圖1所示。

圖1 用戶粘性影響因素模型

1.3 假設(shè)開(kāi)發(fā)

產(chǎn)品對(duì)企業(yè)的生存和發(fā)展至關(guān)重要。對(duì)于餐飲類生活平臺(tái)而言，其產(chǎn)品以食品為主，因此，高度重視產(chǎn)品質(zhì)量，保障產(chǎn)品安全至關(guān)重要。研究表明，產(chǎn)品的質(zhì)量、價(jià)格可以有效地推動(dòng)購(gòu)買決策的實(shí)施[26]。其中，價(jià)格對(duì)于產(chǎn)品推廣和購(gòu)買決策的實(shí)施均具有明顯的積極作用，產(chǎn)品質(zhì)量在助力購(gòu)買決策實(shí)施的同時(shí)也有助于增強(qiáng)消費(fèi)感知、確保消費(fèi)體驗(yàn)[27]。同時(shí)，產(chǎn)品的良好口碑能夠通過(guò)推動(dòng)購(gòu)買決策，進(jìn)一步影響消費(fèi)者的購(gòu)買行為以及持續(xù)購(gòu)買意愿[28-29]。總體來(lái)看，產(chǎn)品對(duì)用戶粘性具有顯著的積極影響。因此提出假設(shè)H1：產(chǎn)品會(huì)對(duì)用戶粘性產(chǎn)生顯著的積極影響。

具體分析可知，產(chǎn)品質(zhì)量與用戶對(duì)平臺(tái)的青睞度呈正向關(guān)系；產(chǎn)品價(jià)格與用戶的消費(fèi)傾向呈負(fù)向關(guān)系；產(chǎn)品評(píng)價(jià)與用戶消費(fèi)意愿呈正向關(guān)系。用戶粘性在三者的單獨(dú)或綜合作用下會(huì)發(fā)生不同程度的變化。因此提出以下假設(shè)。

H1a:產(chǎn)品質(zhì)量正向地影響用戶粘性。

H1b:產(chǎn)品價(jià)格負(fù)向地影響用戶粘性。

H1c:產(chǎn)品評(píng)價(jià)正向地影響用戶粘性。

對(duì)于餐飲類生活平臺(tái)而言，用戶粘性與平臺(tái)之間有著千絲萬(wàn)縷的關(guān)系。隨著平臺(tái)的日益完善，用戶粘性得以顯著提升。也就是說(shuō)，平臺(tái)成熟度與其相應(yīng)的運(yùn)營(yíng)、業(yè)務(wù)、售后服務(wù)等能力相輔相成，基于此形成的核心競(jìng)爭(zhēng)力越強(qiáng)，用戶號(hào)召力以及用戶忠誠(chéng)度也就越高。因此提出假設(shè)H2：平臺(tái)會(huì)對(duì)用戶粘性產(chǎn)生顯著的積極影響。

具體來(lái)看，平臺(tái)的商家信譽(yù)、App功能、配送時(shí)間、活動(dòng)促銷等一系列因素均會(huì)影響消費(fèi)者的使用體驗(yàn)和用戶粘性。配送時(shí)長(zhǎng)在很大程度上決定了食物的品質(zhì)與口感，商家造假會(huì)引起信任危機(jī)，平臺(tái)App功能完善度會(huì)影響用戶的購(gòu)物體驗(yàn)[30]，活動(dòng)促銷能激發(fā)消費(fèi)者的購(gòu)物激情、欲望，并且引發(fā)消費(fèi)行為[26]。在多種因素的綜合作用之下，用戶粘性隨之產(chǎn)生相應(yīng)的變化。基于此，平臺(tái)的配送時(shí)間與用戶粘性呈負(fù)向關(guān)系；相反地，商家信譽(yù)水平、App功能以及活動(dòng)促銷力度與用戶粘性呈正向關(guān)系。因此提出以下假設(shè)。

H2a:平臺(tái)的配送時(shí)間負(fù)向地影響用戶粘性。

H2b:平臺(tái)的商家信譽(yù)正向地影響用戶粘性。

H2c:平臺(tái)的App功能正向地影響用戶粘性。

H2d:平臺(tái)的活動(dòng)促銷正向地影響用戶粘性。

在購(gòu)物過(guò)程中，消費(fèi)者的感知體驗(yàn)會(huì)在一定程度上影響用戶滿意度，而用戶滿意度會(huì)進(jìn)一步影響用戶粘性[31]。消費(fèi)者對(duì)某一產(chǎn)品、平臺(tái)或者服務(wù)的青睞度在一定程度上決定了其關(guān)注度，消費(fèi)者會(huì)根據(jù)自我的期望和計(jì)劃做出相應(yīng)的消費(fèi)決策。一旦形成持續(xù)使用意愿并固化為長(zhǎng)期性行為，用戶粘性便隨之誕生。因此提出假設(shè)H3：消費(fèi)者會(huì)對(duì)用戶粘性產(chǎn)生顯著的積極影響。

用戶粘性會(huì)隨著用戶的期望、體驗(yàn)、習(xí)慣、滿意度以及持續(xù)使用意愿的變化而產(chǎn)生相應(yīng)的變化。也就是說(shuō)，用戶期望與用戶粘性呈正向關(guān)系；同樣，用戶體驗(yàn)、用戶習(xí)慣、用戶滿意度和用戶持續(xù)使用意愿對(duì)用戶粘性的影響與用戶期望的影響機(jī)制基本相同。因此提出以下假設(shè)。

H3a:用戶期望正向地影響用戶粘性。

H3b:用戶體驗(yàn)正向地影響用戶粘性。

H3c:用戶習(xí)慣正向地影響用戶粘性。

H3d:用戶滿意度正向地影響用戶粘性。

H3e:用戶持續(xù)使用意愿正向地影響用戶粘性。

2 數(shù)據(jù)收集與模型分析

2.1 數(shù)據(jù)收集

研究的樣本數(shù)據(jù)源于網(wǎng)絡(luò)問(wèn)卷，問(wèn)卷設(shè)置了篩選項(xiàng)用以辨別受訪者是否使用過(guò)“餓了么”，從而保證問(wèn)卷主體的針對(duì)性；此外，問(wèn)卷一共設(shè)計(jì)了11個(gè)題項(xiàng)，適當(dāng)?shù)乜刂屏祟}項(xiàng)數(shù)量，使受訪者可以在適當(dāng)?shù)臅r(shí)間內(nèi)完成問(wèn)卷填寫，保證了問(wèn)卷調(diào)查的有效性。

問(wèn)卷第一部分用于收集被調(diào)查者的基本信息，信息面涉及性別、年齡、受教育水平、職業(yè)、收入、使用頻率等內(nèi)容。問(wèn)卷第二部分從產(chǎn)品、平臺(tái)、消費(fèi)者3個(gè)維度對(duì)平臺(tái)用戶進(jìn)行用戶粘性影響因素的調(diào)研。在具體操作過(guò)程中，采用十分制量表對(duì)3個(gè)方面分別進(jìn)行打分，得分水平代表相應(yīng)測(cè)量項(xiàng)的賦值水平。問(wèn)卷第三部分針對(duì)平臺(tái)用戶粘性狀況進(jìn)行調(diào)研。在具體操作過(guò)程中，采用百分制量表和十分制量表對(duì)用戶粘性的相關(guān)問(wèn)題分別進(jìn)行打分，得分水平代表相應(yīng)測(cè)量項(xiàng)的賦值水平?？傮w上看，整篇問(wèn)卷涉及產(chǎn)品的價(jià)格、質(zhì)量、評(píng)價(jià)、平臺(tái)的商家信譽(yù)、配送時(shí)間、App功能、消費(fèi)者的用戶體驗(yàn)及用戶習(xí)慣等12個(gè)測(cè)量項(xiàng)。

研究通過(guò)問(wèn)卷星平臺(tái)發(fā)布問(wèn)卷，主要針對(duì)使用過(guò)“餓了么”的用戶進(jìn)行用戶粘性影響因素調(diào)查。問(wèn)卷于2019年4月10日發(fā)布，4月18日回收，歷時(shí)9天，一共回收問(wèn)卷183份，剔除無(wú)效問(wèn)卷后，回收的有效問(wèn)卷為162份，有效率達(dá)到88.52%。

2.2 數(shù)據(jù)說(shuō)明

在“用戶粘性影響因素”的調(diào)研中，產(chǎn)品、平臺(tái)以及消費(fèi)者3個(gè)維度的測(cè)量采用的賦值區(qū)間是[0，10]；在用戶粘性的測(cè)量項(xiàng)中共設(shè)置了6個(gè)小問(wèn)題，其中前5個(gè)問(wèn)題采用的賦值區(qū)間是[0,100]，剩余1個(gè)問(wèn)題采用的賦值區(qū)間是[0,10]。因此，為了保證數(shù)據(jù)結(jié)果的科學(xué)性與有效性，在進(jìn)行數(shù)據(jù)分析之前，將用戶粘性測(cè)量項(xiàng)設(shè)置的5個(gè)問(wèn)題的賦值區(qū)間統(tǒng)一在[0,10]，使得所有樣本數(shù)據(jù)的賦值區(qū)間均統(tǒng)一在[0,10]。

2.3 數(shù)據(jù)分析

在回收的162份有效問(wèn)卷中，首先對(duì)用戶的性別、受教育水平、職業(yè)、可支配收入、使用頻率等個(gè)人特征進(jìn)行了統(tǒng)計(jì)分析(見(jiàn)表2)。

如表2所示，“餓了么”用戶男女比例相差無(wú)幾，但是女性略多于男性。用戶受教育水平大多為本科，占比74.07%，表明餐飲類平臺(tái)在大學(xué)生群體中受歡迎度較高。用戶職業(yè)以學(xué)生為主，更加印證了大學(xué)生對(duì)此類平臺(tái)的喜愛(ài)。此外，數(shù)據(jù)顯示用戶每月可支配收入占比最多的群體為1500元以下的用戶，而且每周使用“餓了么”的頻率為3次以下的用戶占比達(dá)到69.14%。這表明，雖然“餓了么”在學(xué)生群體中頗受歡迎，但是用戶每周使用頻率不高，忠誠(chéng)度不高，平臺(tái)需要采取措施增強(qiáng)用戶粘性。

表2 用戶個(gè)人特征信息表

隨后，從產(chǎn)品、平臺(tái)、消費(fèi)者3個(gè)維度提出12個(gè)測(cè)量項(xiàng)對(duì)用戶粘性影響因素進(jìn)行調(diào)查。綜合分析調(diào)查結(jié)果顯示，對(duì)用戶粘性影響最大的4個(gè)因素依次為商家信譽(yù)、產(chǎn)品質(zhì)量和配送時(shí)間、用戶滿意度。具體結(jié)果見(jiàn)表3。

表3 各測(cè)量項(xiàng)的測(cè)量結(jié)果

為了進(jìn)一步分析“餓了么”的用戶粘性狀況，筆者采用了問(wèn)卷信度、效度分析以及回歸分析來(lái)驗(yàn)證上述觀點(diǎn)與假設(shè)，分析結(jié)果見(jiàn)表4。

表4 量表信度分析表

信度分析表明產(chǎn)品、平臺(tái)以及消費(fèi)者3方面的克朗巴哈系數(shù)分別為0.699、0.666、0.844，均超過(guò)了0.6。其中，產(chǎn)品、平臺(tái)方面的克朗巴哈系數(shù)都在0.6～0.7之間，說(shuō)明產(chǎn)品、平臺(tái)方面的數(shù)據(jù)信度稍差，但是可接受；消費(fèi)者方面的克朗巴哈系數(shù)介于0.8～0.9之間，這說(shuō)明消費(fèi)者方面的數(shù)據(jù)信度較好。因此，3個(gè)分量表都已達(dá)標(biāo)，滿足條件。此外，問(wèn)卷整體研究數(shù)據(jù)的總量表達(dá)到0.874，介于0.8～0.9之間，說(shuō)明整體的研究數(shù)據(jù)具有較好的信度，問(wèn)卷設(shè)計(jì)合理，具有很好的可靠性和穩(wěn)定性。

效度分析表明(見(jiàn)表5)，總量表的KMO統(tǒng)計(jì)值為0.872，大于0.6，且介于0.8～0.9之間。說(shuō)明問(wèn)卷結(jié)構(gòu)效果良好，而且問(wèn)卷中各個(gè)變量間的相關(guān)程度無(wú)太大差異，問(wèn)卷數(shù)據(jù)比較適合做因子分析。此外，巴特利球體檢驗(yàn)結(jié)果顯示sig.值為0.000，小于0.5，說(shuō)明原始假設(shè)之間存在相關(guān)性，再次印證了“問(wèn)卷數(shù)據(jù)比較適合做因子分析”的結(jié)論。

表5 總量表KMO檢驗(yàn)和巴特利球體檢驗(yàn)

根據(jù)因子分析發(fā)現(xiàn)累積方差貢獻(xiàn)率達(dá)到了61.091%，說(shuō)明總體上所需的測(cè)量是合理的，對(duì)各變量具有解釋作用。具體的結(jié)果如表6所示。

表6 方差貢獻(xiàn)率

降維處理后(見(jiàn)表7)，發(fā)現(xiàn)測(cè)量項(xiàng)“評(píng)價(jià)”共同度為0.366，小于0.4，表明這一個(gè)測(cè)量項(xiàng)是無(wú)意義的項(xiàng)，需要被剔除；除了“評(píng)價(jià)”一項(xiàng)，其他測(cè)量項(xiàng)的共同度都在0.4以上，是有意義的項(xiàng)。因此，假設(shè)H1c在隨后的研究中將不再討論。

表7 因子分析

隨后對(duì)問(wèn)卷中各個(gè)變量進(jìn)行KMO和巴特利球狀檢驗(yàn)，結(jié)果表明:平臺(tái)、消費(fèi)者方面的KMO值分別為0.690、0.819，都大于0.60，且P值都小于0.05；產(chǎn)品方面由于剔除了“評(píng)價(jià)”測(cè)量項(xiàng)，只有其KMO值為0.500，且P值小于0.05?？傮w結(jié)果顯示，該問(wèn)卷結(jié)果效度比較好，該問(wèn)卷具有有效性。

為了進(jìn)一步驗(yàn)證假設(shè)，研究進(jìn)行了多元回歸分析。通過(guò)整合11個(gè)測(cè)量項(xiàng)(剔除“評(píng)價(jià)”測(cè)量項(xiàng))將影響因素分為3大類：產(chǎn)品、平臺(tái)、消費(fèi)者，并利用SPSS對(duì)樣本數(shù)據(jù)進(jìn)行多元回歸分析。

首先，將用戶粘性作為因變量Y，產(chǎn)品、平臺(tái)、消費(fèi)者分別為自變量X1、X2、X3。據(jù)此建立多元線性回歸模型：

Y=α0+α1X1+α2X2+α3X3+ε

其中，αi(i=0，1，2，3)是未知參數(shù)，稱為總體回歸系數(shù)；ε是隨機(jī)誤差項(xiàng)，表示其他隨機(jī)影響因素。

如表8所示，R2和修正可決系數(shù)均為0.978，表明回歸模型與樣本數(shù)據(jù)的擬合程度較高。同時(shí)，杜賓-瓦特森檢驗(yàn)(即 Durbin-Watson檢驗(yàn))值為1.877，小于2，表明樣本數(shù)據(jù)存在正序列相關(guān)。

表8 模型概述

為了檢驗(yàn)各變量之間是否具有共線性，筆者又對(duì)變量進(jìn)行了多重共線性檢驗(yàn)(見(jiàn)表9、表10)。表9顯示各變量之間的最大系數(shù)為0.686，小于臨界值0.7；表10顯示最大的方差膨脹因子(VIF)為2.059，遠(yuǎn)小于10。因此，各變量之間不存在共線性，即是否存在共線性不是本研究的主要研究問(wèn)題。

表10 系數(shù)檢驗(yàn)

同時(shí)，研究發(fā)現(xiàn)X1(產(chǎn)品)正向地顯著影響用戶粘性(α1=0.042，P=0.002<0.05)；X2(平臺(tái))正向地顯著影響用戶粘性(α2=0.261，P=0.000<0.05)；X3(消費(fèi)者)正向地顯著影響用戶粘性(α3=0.768，P=0.000<0.05)。

為了明確各測(cè)量項(xiàng)與用戶粘性之間的關(guān)系，筆者隨后將質(zhì)量、價(jià)格、配送時(shí)間等12個(gè)測(cè)量項(xiàng)作為自變量，用戶粘性作為因變量再次進(jìn)行回歸分析,結(jié)果如表11所示。

表11 回歸分析表

綜上分析，只有“評(píng)價(jià)”測(cè)量項(xiàng)的假設(shè)H1c(產(chǎn)品評(píng)價(jià)正向地影響用戶粘性)在研究中沒(méi)有得到驗(yàn)證，其余14個(gè)假設(shè)全部成立。

3 結(jié)論與建議

本研究以期望確認(rèn)理論和計(jì)劃行為理論為基礎(chǔ)，通過(guò)文獻(xiàn)梳理確定用戶粘性影響因素，并且建立了用戶粘性模型，在此基礎(chǔ)上從產(chǎn)品、平臺(tái)以及消費(fèi)者3個(gè)方面提出假設(shè)。為了驗(yàn)證模型的有效性，筆者采用回歸分析對(duì)數(shù)據(jù)進(jìn)行分析。研究結(jié)果表明，除“評(píng)價(jià)”測(cè)量項(xiàng)以外，其余14個(gè)假設(shè)全部成立。具體來(lái)看，在產(chǎn)品方面，質(zhì)量正向影響用戶粘性，價(jià)格則負(fù)向影響用戶粘性，相比之下，價(jià)格的影響程度較大；在平臺(tái)方面，4個(gè)測(cè)量項(xiàng)均正向影響用戶粘性，其中，活動(dòng)促銷對(duì)用戶粘性的影響程度最高，商家信譽(yù)、APP功能、配送時(shí)間的影響程度依次遞減；在消費(fèi)者方面，用戶滿意度對(duì)用戶粘性的影響程度最高，用戶期望、用戶持續(xù)使用意愿、用戶習(xí)慣、用戶體驗(yàn)的影響程度依次遞減?？傮w來(lái)看，在11個(gè)測(cè)量項(xiàng)中，用戶滿意度的影響最為顯著。

在餐飲類生活平臺(tái)建設(shè)與發(fā)展的過(guò)程中，用戶粘性會(huì)對(duì)平臺(tái)的持久穩(wěn)定與發(fā)展產(chǎn)生深遠(yuǎn)影響。針對(duì)用戶粘性影響因素進(jìn)行的綜合性研究進(jìn)一步豐富了用戶粘性研究，為企業(yè)和商家提升用戶粘性提供了一些建議和幫助。根據(jù)研究成果，“餓了么”平臺(tái)可以重點(diǎn)從產(chǎn)品、平臺(tái)、消費(fèi)者3個(gè)維度著手，促進(jìn)用戶粘性建設(shè)。

3.1 建立和健全產(chǎn)品體系，不斷推進(jìn)產(chǎn)品體系化發(fā)展

產(chǎn)品體系中，價(jià)格對(duì)用戶粘性的負(fù)面影響大于質(zhì)量對(duì)其的正面影響。鑒于此，應(yīng)當(dāng)根據(jù)產(chǎn)品及當(dāng)?shù)厥袌?chǎng)等實(shí)際情況綜合考量，制定差異化的價(jià)格政策，靈活調(diào)控價(jià)格，最大限度發(fā)揮價(jià)格機(jī)制的作用，避免因價(jià)格不合理而引發(fā)負(fù)面影響；在保證價(jià)格機(jī)制科學(xué)性的基礎(chǔ)上，緊抓產(chǎn)品質(zhì)量，以優(yōu)質(zhì)產(chǎn)品獲取消費(fèi)者青睞，通過(guò)產(chǎn)品質(zhì)量對(duì)用戶粘性的正向影響機(jī)制進(jìn)一步強(qiáng)化、鞏固價(jià)格機(jī)制的作用，從而建立完善的產(chǎn)品體系，推動(dòng)產(chǎn)品體系化發(fā)展，從而促進(jìn)用戶粘性建設(shè)。

3.2 不斷推進(jìn)平臺(tái)“四位一體”建設(shè)，打造綜合型平臺(tái)

全面推進(jìn)平臺(tái)“四位一體”建設(shè)。其中，四位分別指商家信譽(yù)、App功能、配送時(shí)間、活動(dòng)促銷。平臺(tái)可以優(yōu)先考慮通過(guò)活動(dòng)促銷吸引消費(fèi)者，以買一送一、滿額抽獎(jiǎng)、折扣優(yōu)惠等活動(dòng)引導(dǎo)消費(fèi)行為，從而快速提升平臺(tái)知名度。在此基礎(chǔ)上，平臺(tái)應(yīng)當(dāng)加強(qiáng)商家信譽(yù)建設(shè)和App功能維護(hù)與更新，以維系老用戶、吸引新用戶，不斷提升用戶的購(gòu)物體驗(yàn)。此外，平臺(tái)要加強(qiáng)配送業(yè)務(wù)的時(shí)間管理與路徑規(guī)劃，保證產(chǎn)品送達(dá)時(shí)間，進(jìn)一步提升用戶體驗(yàn)，從而提升用戶持續(xù)購(gòu)買意愿，為用戶粘性建設(shè)奠定基礎(chǔ)，最終推動(dòng)平臺(tái)“四位一體”建設(shè)，打造綜合型平臺(tái)。

3.3 建立和健全顧客信息管理系統(tǒng)，做好客戶管理與維護(hù)

充分了解顧客，方能做到知己知彼，百戰(zhàn)不殆。因此，平臺(tái)可以建立信息管理系統(tǒng)，通過(guò)對(duì)平臺(tái)用戶進(jìn)行消費(fèi)者滿意度調(diào)查獲取用戶核心需求信息，據(jù)此對(duì)服務(wù)進(jìn)行完善與改進(jìn)，進(jìn)一步提升用戶滿意度。同時(shí)，利用數(shù)據(jù)挖掘技術(shù)對(duì)用戶期望、用戶持續(xù)使用意愿、用戶習(xí)慣及用戶體驗(yàn)等相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)與分析，根據(jù)消費(fèi)者典型行為特征預(yù)測(cè)其后續(xù)的消費(fèi)意愿，從而為平臺(tái)獲取、維護(hù)客戶提供及時(shí)有效的科學(xué)指導(dǎo)，不斷提升用戶忠誠(chéng)度。

4 結(jié)束語(yǔ)

通過(guò)對(duì)現(xiàn)有文獻(xiàn)的研究，明確了用戶粘性的影響因素，建立了用戶粘性模型，并采用回歸分析驗(yàn)證了模型的有效性，明確了各因素對(duì)用戶粘性的影響程度，從多維度分析了用戶粘性的影響因素。未來(lái)的研究可以通過(guò)擴(kuò)大樣本量進(jìn)一步研究、驗(yàn)證產(chǎn)品“評(píng)價(jià)”測(cè)量項(xiàng)對(duì)用戶粘性的影響機(jī)制，延伸用戶粘性研究因素，從而豐富用戶粘性的相關(guān)研究；也可以進(jìn)一步完善用戶粘性模型，以其他電商平臺(tái)(如淘寶、京東、亞馬遜等電商平臺(tái))為研究環(huán)境，多維度研究、驗(yàn)證模型，為用戶粘性研究提供更有力的證據(jù)，增強(qiáng)研究的普適性；還可以將用戶群體從大學(xué)生群體推廣至白領(lǐng)、藍(lán)領(lǐng)等消費(fèi)群體，并將其置身于跨境電商環(huán)境中，通過(guò)跨境市場(chǎng)下的不同主體的用戶粘性研究，進(jìn)一步驗(yàn)證模型的有效性，開(kāi)拓研究視野，提升研究多元性與包容性。